BayesianParameterSampling Classe

Define a amostragem bayesiana num espaço de pesquisa de hiperparâmetros.

A amostragem bayesiana tenta escolher de forma inteligente a próxima amostra de hiperparâmetros, com base na forma como os exemplos anteriores foram executados, de modo a que a nova amostra melhore a métrica primária reportada.

Inicializar BayesianParameterSampling.

Herança

azureml.train.hyperdrive.sampling.HyperParameterSampling

BayesianParameterSampling

Construtor

BayesianParameterSampling(parameter_space, properties=None)

Parâmetros

Name	Description
parameter_space Necessário	dict Um dicionário que contém cada parâmetro e a respetiva distribuição. A chave do dicionário é o nome do parâmetro . Tenha em atenção que apenas choice, quniforme uniform são suportados para otimização bayesiana.
parameter_space Necessário	dict Um dicionário que contém cada parâmetro e a respetiva distribuição. A chave do dicionário é o nome do parâmetro . Tenha em atenção que apenas a escolha, o quniform e o uniforme são suportados para otimização bayesiana.
properties	Default value: None

Observações

Tenha em atenção que, ao utilizar a amostragem bayesiana, o número de execuções simultâneas tem impacto na eficácia do processo de otimização. Normalmente, um número menor de execuções simultâneas conduz a uma melhor convergência de amostragem. Isto acontece porque algumas execuções começam sem beneficiar totalmente das execuções que ainda estão em execução.

Nota

A amostragem bayesiana não suporta políticas de cessação antecipada. Ao utilizar a amostragem de parâmetros bayesianos, utilize , defina NoTerminationPolicya política de terminação antecipada como Nenhuma ou deixe de fora o parâmetro early_termination_policy.

Para obter mais informações sobre como utilizar a amostragem bayesianParameter, veja o tutorial Otimizar hiperparâmetros para o seu modelo.

Atributos

SAMPLING_NAME

SAMPLING_NAME = 'BayesianOptimization'